基于视觉的车道保持辅助的模仿学习
机器学习
2017-09-13 v1
摘要
本文旨在研究利用单个前视摄像头的灰度图像，从人类驾驶员直接进行模仿学习，以完成高速公路和乡村道路上的车道保持辅助任务。所采用的方法利用卷积神经网络（CNN）作为驾驶车辆的策略。该策略通过使用从人类驾驶员收集的真实世界数据经由模仿学习成功习得，并在闭环模拟环境中进行评估，展示了良好的驾驶行为以及对域变化的鲁棒性。评估基于两个提出的性能指标，分别衡量车辆在本车道内的定位情况以及行驶轨迹的平滑度。
引用
@article{arxiv.1709.03853,
title = {Imitation Learning for Vision-based Lane Keeping Assistance},
author = {Christopher Innocenti and Henrik Lindén and Ghazaleh Panahandeh and Lennart Svensson and Nasser Mohammadiha},
journal= {arXiv preprint arXiv:1709.03853},
year = {2017}
}
备注
International Conference on Intelligent Transportation Systems (ITSC)